回复
断档领先16%，清华Tree-KG两步「长」出高质量知识图谱
为什么又要造一个新的 KG 框架？
传统方法痛点 | Tree-KG 的对策 |
规则/监督系统：标注贵、迁移差 | 零标注，直接读教材 |
通用 LLM 抽取：结构混乱、难扩展 | 先搭“目录树”骨架，再迭代扩枝 |
快速演化领域：增量更新难 | 预设 6 种算子，新文献即插即合并 |
整体流程：两阶段“种树”
框架总览
阶段 | 输入 | 核心动作 | 输出 |
Phase-1 显式骨架 | 教材 PDF | 目录解析 → 自底向上摘要 → 实体/关系抽取 | 树状层级图（章节-实体） |
Phase-2 隐式扩展 | 骨架 + 新文献 | 6 大算子循环：卷积→聚合→嵌入→去重→连边→合并 | 完整 KG，可无限生长 |
Tree-KG 内部层次
(c) 聚合前 vs (d) 聚合后：黄色节点被收编，结构更清晰
关键技术拆解
1 树状层级图（Tree-like Hierarchical Graph）
- 纵向边：教材目录天然的
has_subsection / has_entity - 横向边：LLM 预测的同层语义关联，如
Coulomb_Law --obey--> Inverse_Square_Law
2 上下文卷积（Conv）
把邻居节点的描述“卷”进来，一次迭代就能让实体嵌入更紧致（图3）。
同小节实体更紧凑
3 实体去重（Dedup）
- 先用向量检索找 Top-20 候选
- 再让 LLM 投票是否同一指称 → 并查集合并
- 阈值 0.55 性价比最高（图4）
去重阈值曲线
4 连边预测（Pred）
score = 0.6·语义相似 + 0.3·共同邻居(AA) + 0.1·共同祖先(CA)两阶段贪心：先稀疏补连通，再密集补语义。
实验结果：全面吊打基线
表1 物理领域 Ground-truth 评价（F1 ↑）
- F1 领先 12–16%（GraphRAG、iText2KG、Langchain、AutoKG）
- 结构一致性 MEC 最高，MED 最低
- 成本仅 18 RMB（表3），比 LangChain 便宜 36%
表3 Token & 成本对比
消融实验：每一步都有用
表4 摘要的重要性
表5 卷积步数
可视化：Tree-KG 长这样
只有 Tree-KG 把“知识图谱”真的做成了“教科书”该有的样子——有目录、有层次、不重复。
蓝色=章节，红色=核心实体，黄色=非核心实体
https://aclanthology.org/2025.acl-long.907.pdf
Tree-KG: An Expandable Knowledge Graph Construction Framework forKnowledge-intensive Domains
https://github.com/thu-pacman/Tree-KG本文转载自PaperAgent
已于2025-10-9 07:56:45修改
赞
收藏
回复
相关推荐
